Matlab混合编程的海底实时观测数据可视化

通过分析海底观测仪器的数据特点,探索了基于MATCOM的Matlab混合编程来实现海底实时观测数据可视化的方法。采用ADO.NET技术远程访问SQL Server数据库中的当日日志表以获取海底实时观测数据,利用了VC＋＋.NET的友好交互开发环境和Matlab强大的绘图函数,实现对海底物理、化学、能源等实时观测数据的图...     

岩性物性联合反演系统设计与实现

本文介绍了岩性物性联合反演软件系统的功能需求、设计和实现,并按功能将系统分成6个部分:工区管理、多格式数据采用了统一的存取、模块添加机制、现场保留、参数定义和地震数据可视化.根据不同模块的需求,研究了混合语言编程,设计了不同算法模块在系统中的挂接方式,并通过几个已有模块进行了检验和应用.本研究成功地应用数据工厂的方法实...     

GPU提速叠前时间体偏移技术

为了进一步提高叠前时间体偏移的计算效率,实现了在GPU＼CPU协同并行计算模式下Kirchhoff叠前时间体偏移技术,并进行优化。经在Nvida Tesla C1060GPU上的测试表明,GPU（Graphic Processing Unit）的处理速度是CPU（单核）的四十倍左右。同时表明,CUDA（Cornpute Unified Device Architectarc）编程为CPU向GPU的转化提供了一个较为方便的语言环境。     

《地球科学进展》第七届编委会会议在北京召开

2011年5月15日,《地球科学进展》第七届编委会会议在北京西郊宾馆成功召开。编委会会议由国家自然科学基金委员会地球科学部主任、《地球科学进展》主编程国栋院士主持。     

大地测量学基础课程编程实践教学改革

为了适应新时代新工科对测绘工程专业人才应具备的大地测量学知识结构和创新能力的需求,本文深入研究大地测量学基础课程教学改革,在编程实践教学方面总结了系列创新成果,包括：(1)针对C语言编程难度大、交互性差导致学生入门困难的问题,使用更高级、更智能的编程语言及开发平台,使学生能够快速掌握工具、聚焦实践任务;(2)考虑军校教学的特点,融入课程思政和军事特色,结合军事应用案例激发学生创新思维能力;(3)形成包括大地测量计算软件集、慕课等丰富的混合式编程教学资源,为学生提供全方位的指导。课程编程实践改革成果的应用,充分提升了学生们编程实践效率,加深了对编程实践目的和意义的理解,激发了学生自主学习的内生动力。     

S/X波段致冷接收机状态控制与数据采集软件的研制

总结了S／X波段致冷接收机状态控制与数据采集软件的研制工作。介绍了安装调试情况以及按照任务书的技术指标进行检测的结果。经过在上海余山站及乌鲁木齐南山站的实地测试，结果表明该程序实现了与本地站程序stqkr的对接，主要技术指标均达到了原设计任务书的要求。     

选点埋石点位信息制作检查新方法研究

选点埋石成果处理包括三级GNSS点点之记制作、点位略图制作,用Excel VBA程序提取所有点之记中对应的信息至Excel文档,进行综合检查。采用BDE创建数据库,Desktop创建数据库表,管理选点埋石成果。     

基于AutoCAD选择集的自动化图元搜索方法

基于AutoCAD选择集,提出了一种非人机交互式的自动选择集对目标数据进行搜索、过滤的新方法,通过对AutoCAD选择集的VBA编程构建,以及图元几何关系判断、分区筛选等算法,实现了对DWG数据中文字注记、二维图形的高效搜素、过滤、提取、计算等操作.利用该方法对四川省农村不动产测绘项目中大批量户产权信息的自动化比对分析,验证了该方法的可行性与正确性.     

《ArcGIS Engine地理信息系统开发教程》内容简介

<正>櫂本书由牟乃夏等主编,基于ArcGIS Engine 10,以C#.NET 2010为开发语言进行讲解。其内容的深櫂櫂度和广度综合考虑了本科生、研究生的知识结构、技术水平和实践技能。主要内容包括:ArcGIS Engin櫂编程基础、GIS应用软件的开发方式、地图基本操作、查询统计、地图制图、数据编辑、数据空间分析、管櫂櫂网几何网络分析、交通网络分析、三维分析等。本书配有大量具有实际背景的编程案例,并给出实现思     

BS-GEP算法在水利遥感图像分类中的应用

在地物环境状况较为复杂时传统基于统计学遥感分类算法难以得到较高的分类精度。针对这一问题,这里将基于分组策略的改进基因表达式编程算法(BS-GEP)应用到遥感图像分类问题中,避免传统的基因表达式编程算法由于种群多样性破坏引起局部收敛,解决地物状况复杂时难以得到较高分类精度的问题。实验结果表明:基于分组策略的基因表达式编程算法的分类器提取的分类规则能转为数学表达式形式并能获得较高的分类精度,与基因表达式编程算法(GEP)相比分类结果混淆程度相对较低,与最大似然法相比分类结果相对清楚,模型分类精度达到93%。